Communitygithub.com

benjaminstelzer/scoville-brainstorm

在單一答案過早勝出之前,探索多種不同的解決機制。

scoville-brainstorm 是什麼?

這是一個為 AI 代理(如 Claude Code, Cursor)設計的「腦力激盪(Brainstorming)」技能,旨在防止過早收斂於單一答案。它定義了一個嚴格的 9 步驟流程(CORE -> STOP),確保在生成最終決策產出之前,能獨立、並行地探索多個不同的方向。該技能支援「獨立(native)」與「研究協同(research-owned)」兩種景觀模式,後者可與 Scoville Research 技能整合。其核心機制包括:強制讀取參考檔案、凍結提示詞以避免污染、並行執行生成器、以及嚴格的收斂與呈現規則。此技能特別適合處理因果不明、需要多種可能機制的開放性問題,並透過標籤(Established, Adaptation 等)與嚴格的約束條件來管理證據與創意。重要的是,它要求所有操作都可被追蹤,並且禁止自我報告或偽裝獨立代理。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add benjaminstelzer/scoville-brainstorm

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Scoville Brainstorm

在做出具體選擇之前先進行唯讀的發散思考。僅對 YES 執行一次:

CORE -> READ -> FRAME -> FREEZE -> RUN -> COLLECT -> CONVERGE -> RENDER -> STOP

流程狀態由追蹤持有:

profile_targets={Compact:<=3, Standard:<=5, Deep:6..8}; spawned=成功且可被工具觀察到的 spawn/delegation 呼叫; landscape_mode=native|research-owned

命名角色、推理過程或想像的代理絕不能算作獨立的生成器、一個獨立的景觀代理或一個獨立的評論者。請勿在協調器文字或決策產出中自我報告生成拓撲或隔離狀態;主機或評估者只能在檢查呼叫和分支提示後附加這些事實。

Dispatch

在回答任何明確結合了 Research 與 Brainstorm 的請求之前,Core 之後的下一個操作必須是對 research-composition.md 進行一次可觀察的讀取。僅從 Core 回答此請求是無效的,即使拓撲看似可推斷。載入的參考檔案擁有確切的 explicit_combined 模式與檢索資料信任邊界。

  • 根據決策形狀而非領域進行路由:未知的根本原因加上對數個本質上不同的失敗機制的請求為 YES;只有在一個原因已被確定或請求是針對直接診斷、實作或審查時,除錯才是 NO。
  • NO:標準或單一答案;已知根本原因;選定的實作、審查、措辭、小型可逆工作、持久規劃或移交。立即回傳普通答案。不執行任何工具,也不讀取任何任務來源或惰性固定裝置。
  • ASK:廣泛探索與單一答案相比會顯著改變成本,且意圖不明確。提出一個問題;不讀取任務來源。
  • YES:明確的腦力激盪或數個本質上不同、不尋常或未經充分探索的方向。明確的呼叫會繞過成本問題,但絕不繞過權威或安全性。主機指示使用此技能可固定為 YES。
  • COMBINED:在 YES 之後、READ 之前,當使用者明確要求將 Scoville Brainstorm 與 Scoville Research 一起使用,且 Research 可獨立取得且適用時,請恰好讀取一次參考檔案,並設定 landscape_mode=research-owned。否則,保持 landscape_mode=native 且不讀取參考檔案。

Machine

  1. CORE: 揭露本文的目錄/發現讀取即為啟動,也是唯一的 Core 讀取。之後絕不再讀取、狀態查詢、列表或檢查它。
  2. READ: 僅讀取每個使用者指定的任務來源,每個 shell 操作一個檔案且僅一次,以便每個工具結果都有一個明確的擁有者。絕不批量讀取檔案,或推斷 README.md、AGENTS.md 或其他預設值;禁止盤點、探測、重試、虛擬指令、元資料檢查以及後續的檔案 I/O。透過其指令路徑保留每個非空結果。失敗的路徑僅使自身失效。
  3. FRAME: 構建一個記憶體摘要:成果、語言、工作量設定檔、提供的事實與擁有者、硬性約束與權威、可挑戰與固定的假設、以及允許的來源範圍。從每個非景觀摘要區塊中,首先掃描每個字面冒號結尾的 ID 標籤,例如 - D1:,然後將所有 ID 逐字元、按來源順序複製到 fixed_ids 中;從不合成、重新命名或從輸出約定中獲取 ID。包含最終標籤與權威、僅選擇、停止或無變異標籤。在解釋內容之前,標籤計數與 fixed_ids 計數必須匹配。觀察與規則不會改變成員資格。如果任何非景觀來源包含帶標籤的行,fixed_ids=[] 會阻塞 FREEZE 和 RENDER;首先從帳本中填充它。在構思之前,發出一個簡潔的非最終追蹤檢查點:LEDGER blocks=<count>; fixed_ids=<exact comma list>。這是工作狀態,不是請求產出的一部分;以純文字形式發出,絕不透過或為工具發出。僅在事實不確定性會改變此框架時解決它;此時還不要研究解決方案。
  4. FREEZE: 從 Process 狀態設定設定檔目標。在任何分支開始之前,凍結每個完整的生成器提示,以及來自相同摘要的穩定 ID 與內容雜湊。對於 landscape_mode=native,也要凍結原生的景觀提示。對於 landscape_mode=research-owned,凍結 Research 交接合約,並且絕不凍結或分派第二個景觀提示。後續波次看不到先前的輸出。涵蓋不同的因果運算子,包括一個承載假設挑戰和一個最強的實際比較器。
  5. RUN: 當有新的隔離代理可用時,為每個生成器啟動一個,並且僅對於 landscape_mode=native,啟動一個單獨的景觀代理,並行處理直到容量上限。在 research-owned 模式下,組合協定會在生成器收集後提供一個 Research 擁有的通道;不要啟動原生的 Brainstorm 景觀代理。生成器僅接收摘要、一個運算子,以及對機制、保留的約束、效益、承載風險和最便宜的證偽者的請求。它們永遠看不到同儕的輸出或景觀證據。景觀代理僅看到固定事實和允許的來源,並報告接近的匹配、失敗的方法、範圍和未解決的證據。當 spawned=0 時,在構思之前凍結一個合併的生成器提示,在協調器中執行一次,並精確應用 Process 狀態。
  6. COLLECT: 等待直到每個啟動的分支都終止。保持原始輸出分離,並計數不同的存活想法。失敗的分支代表缺少證據,絕不是發明它的許可。接受恰好一個適用的景觀結果:在獨立模式下為原生,在組合模式下為 Research-owned。
  7. CONVERGE: 將候選方案標準化為機制、約束條件、證據關係、效益、風險和證偽者;合併改述;拒絕違反的約束和未經支持的事實;識別陷阱。使用收集到的一個景觀結果作為唯一的景觀輸入。當可用時,使用一個獨立的評論者。最多保留三個不同的方向(Compact:兩個),並且僅深化這些方向。在 RENDER 之前,拒絕任何違反 fixed_id 的方向。
  8. RENDER: 遵循使用者確切的 schema、鍵順序、語言和封閉值。Schema 類型主導預設值:將請求的標量或枚舉作為該標量發出,從不發出一個擴充的物件。否則,按順序回傳:摘要、景觀、想法地圖、簡短清單、陷阱、深化方向、決策點。偏好最小的完整產出,勝過分支記錄。在結構化輸出中,僅當 schema 請求啟動時才設定 activation.activated=true;密封 brief.fixed_constraint_ids=fixed_ids 並將實作/實驗/持久記錄標誌設為 false。external_search_performed 反映實際的工具使用;僅命名固定裝置意味著 false。constraints.violated 僅包含來自 fixed_ids 中、被提議方向實際違反的 ID;從不包含被挑戰的假設、當前缺陷、流程限制或自由文字哨兵。當沒有固定 ID 被違反時,發出 [];在 CONVERGE 之後,一個完成的產出因此發出 constraints.violated=[]。對於 JSON,使用兩個空格縮排來美化輸出,每行一個鍵或值,且每個閉括號位於其匹配開括號的獨立行上。檢查所需的頂層欄位一次。
  9. STOP: 回傳決策產出。不要為使用者選擇、編輯、安裝、執行證偽者、建立計劃或決策、傳送、發布或部署。

證據標籤與轉移

每個候選方案恰好使用一個標籤:Established = 接近的相同機制;Adaptation = 已知機制轉移到本質上不同的背景;Recombination = 已知機制的互動產生了差異;Candidate-original = 在已記錄的有限搜尋中無接近匹配;以及 Unresolved = 證據不足。這些都不證明新穎性或可專利性。

僅在人類選擇後才能轉移。家族獨立:發現 != 已安裝|活躍|可應用|必需;不存在|不活躍 => 忽略/不需要|安裝|模擬|重新實作;活躍+可應用 => 僅限擁有者關注,自身繼續;選擇退出本地。

其他擁有者:scoville-code-anti-ai-slop 工程/證明;scoville-ui-anti-ai-slop 介面/渲染證明;scoville-scribe-anti-ai-slop 措辭/保真度;scoville-plan 記錄/生命週期;scoville-handoff 轉移。

相關技能